8月15日，美国国家科学基金会（NSF）宣布将投资超过750万美元支持8个新的跨学科研究项目^[1]，旨在将人类行为的复杂性纳入到流行病学模型中，重点是更可靠地预测传染病的传播、缓解措施的效果以及国家健康危机的其他关键方向。

1、流行病学模型中的行为异质性和不确定性。由康奈尔大学牵头，在公开可用的数据集上采用一系列统计和机器学习方法，以拟合与流行病学模型相关的人类行为的参数和非参数模型。

2、平衡、网络形成和传染病传播：弥合数学生物学和经济学之间的鸿沟。由杜克大学牵头，采用将数学生物学和经济学两个学科的关键思想和方法融合的方法，结合人类行为学以应对流行病做出可靠的预测和制定高效的实时政策。

3、人类行为驱动的城市环境中呼吸道疾病传播的数学建模和预测。由哥伦比亚大学牵头，将围绕三个协同研究目标进行组织：使用核心行为科学理论（时间贴现、损失厌恶、代理、规范和偏差）来量化风险驱动的行为变化；将不同室内环境中的停留时间和拥挤程度以及人口水平掩蔽纳入邻里规模的集合种群流行病模型中；开发具有行为疾病反馈的COVID-19预测模型，并通过回顾性预测对其预测技能进行系统评估。

4、将通过变革性研究发现的由人类行为支配的社会孤立所带来的挑战，纳入流行病学建模中。由堪萨斯大学牵头，开发现实流行病模型，对大流行情况的社会隔离和积极（减少疾病传播）、消极（药物滥用、家庭暴力）等因素的影响进行平衡、综合、深入的分析和考查。

5、将传统调查和数字社会行为数据整合到传染病模型中，以进行长期预测。由加州大学洛杉矶分校牵头，开发新模型，该模型将利用美国可用的COVID-19数据全面了解情绪、行为、政策和感染趋势之间的复杂相互关系。这项工作将有助于全面了解复杂的疾病传播动态，从而提高预测传染病趋势的能力，并针对未来的传染病威胁制定有意义的公共卫生政策。

6、流行病模型中人类行为变化的数学公式。由弗吉尼亚理工大学牵头，通过整合数学建模与社会行为科学来增强传染病建模范式，从而有助于流行病学模型的建立。

7、建立动态疾病行为反馈模型，以提升对流行病的预测和响应能力。由约翰霍普金斯大学牵头，开发新的集成建模框架，该框架将疾病传播的传统流行病学模型与个人决策的经济模型相结合。该框架旨在捕捉对流行病状态和政策的行为反应，以及个体层面的行为反应对人群内疾病轨迹的影响。

8、了解和预测对流行病风险和控制政策的行为反应：对流行病学模型和政策设计的影响。由怀俄明大学牵头，综合运用多学科工具包和数据，推进有关人类行为和传染病结果之间的知识反馈，拓展数学流行病学模型，包括对风险和社会规范（例如口罩/疫苗的接受度）行为反应的异质性，这些行为反应包括来自总体公共卫生结果和个人不同反应的反馈。                                                 （郑颖）